このコースでは、どの重要業績評価指標 (KPI) に焦点を当てるべきかなど、モニタリングと最適化の重要性について学びます。また、インフラストラクチャのモニタリングと最適化に使用できるツールについても説明します。こうしたツールには、Amazon CloudWatch、AWS X-Ray、Amazon QuickSight、AWS CloudTrail、Amazon EventBridge、AWS Compute Optimizer、Amazon SageMaker Inference Recommender などがあります。このコースでは、ML ソリューションのコンテキストで、AWS Billing and Cost Management、AWS Budgets、AWS Cost Explorer、AWS Trusted Advisor などの AWS コスト分析ツールについても解説します。
- コースレベル: アドバンスト
- 所要時間: 2時間30分
アクティビティ
- オンライン資料
- 演習
- ナレッジチェックの問題
コースの目標
- ML インフラストラクチャと主要業績評価指標をモニタリングすることの重要性を説明する。
- CloudWatch ログとアラームを設定して使用し、リソースのトラブルシューティングと分析を行う。
- レイテンシーとパフォーマンスの問題のトラブルシューティングに使用されるモニタリングツールとオブザーバビリティツールを特定する。
- 機械学習インフラストラクチャのパフォーマンスメトリクスをモニタリングするダッシュボードを設定する。
- CloudTrail を使用して API コールに関連するアクティビティをログに記録し、モニタリングし、保持する方法を説明する。
- SageMaker Inference Recommender を使用してインスタンスファミリーを適切なサイズにする方法を示す。
- Compute Optimizerを使用してインスタンスファミリーを適切なサイズにする方法を示す。
- コストとパフォーマンスに関する容量の懸念事項を特定してトラブルシューティングする。
- AWS コスト分析ツールの機能を特定して説明する。
- Amazon SageMaker の機械学習 Savings Plansの利点とオプションを説明する。
- コストを最適化するための追加リソースとベストプラクティスを特定する。
コースの対象者
- クラウドアーキテクト
- 機械学習エンジニア
推奨スキル
- SageMaker およびその他の AWS サービスを機械学習エンジニアリングに使用した経験が 1 年以上あること
- バックエンドソフトウェアデベロッパー、DevOps デベロッパー、データエンジニア、データサイエンティストなどの関連職での経験が 1 年以上あること
- Python などのプログラミング言語に関する基本的な理解
- AWS ML エンジニアアソシエイトの学習プランの以前のコースを修了していること
コースの概要
- セクション 1: コースの紹介
- レッスン 1: このコースの受講方法
- レッスン 2: コースの概要
- セクション 2: インフラストラクチャのモニタリング
- レッスン 3: ML インフラストラクチャをモニタリングすることの重要性
- レッスン 4: パフォーマンスメトリクスのモニタリング
- レッスン 5: モニタリングとオブザーバビリティ
- レッスン 6: パフォーマンスとレイテンシーのモニタリングツール
- レッスン 7: ML ソリューションのオブザーバビリティと監査
- レッスン 8: ダッシュボードの設定
- セクション 3: インフラストラクチャの最適化
- レッスン 9: ML ソリューションのためのコンピューティングインフラストラクチャの適正化
- レッスン 10: デモ: Amazon SageMaker Inference Recommender
- セクション 4: コスト最適化
- レッスン 11: モニタリングコストの削減
- レッスン 12: 容量、コスト、パフォーマンスのバランスを取る
- レッスン 13: AWS コスト管理ツールと ML ソリューションを併用する
- レッスン 14: ML インフラストラクチャのコストを最適化するための購入オプション
- セクション 5: まとめ
- レッスン 15: コースのまとめ
- レッスン 16: 認定テスト
- レッスン 17: お問い合わせ
